内容简介：
研究者辛苦得到了实验样本，但是拍出的图片可能有背景太高、人工分析繁琐等的问题。这些不太理想的2D到5D（xy→xyztl）的data，可以使用Aivia机器学习功能进行分析——pixel classifier 和object classifier 工具可以迅速地自动识别感兴趣结构，并进行计数、位置关系、信号强度等分析，帮助研究者快速得到可靠的结果，从数据中发现隐藏的细节。
这次培训我们选取了三个有代表性的图片，来向大家展示Aivia的强大数据分析能力。
1、高背景厚样本
2、结构不规则的荧光图像
3、依赖于手动分析的电镜图片
数据来源：厦门大学生物医学仪器共享平台，电镜室姚路明博士、吴彩明博士
扫码报名即可观看直播
时间：2022年4月19日 14:30-15:30
主讲
包沈源博士
毕业于华东理工大学先进材料与制备技术专业。博士后工作于华东理工大学物理化学专业。现任职于徕卡显微系统材料电镜制样工程师，长期从事材料制备和电镜图像分析工作，从理论基础到分析表征都具有丰富经验。
